正常志愿者与高脂蛋白水平患者的脂蛋白代谢研究

该数据集来自 clinicaltrials.gov,聚焦正常志愿者与脂蛋白水平升高患者的脂蛋白代谢研究。研究采用放射性标记的载脂蛋白,在控制代谢条件下对健康志愿者和血脂异常受试者进行双标记碘化脂蛋白与载脂蛋白的配对动力学研究,旨在阐明脂质代谢遗传缺陷患者及健康人的代谢通路

National Heart, Lung, and Blood Institute (NHLBI)National Heart, Lung, and Blood Institute (NHLBI)
clinicaltrials
浏览 9
医学影像HypolipoproteinemiaHypercholesterolemiaDyslipidemiaHyperlipidemia
Lipoprotein Metabolism in Normal Volunteers and Patients With High Levels of Lipoproteins

基本信息

模态
医学影像
创建/更新时间
2026-10-17

资源简介

正常志愿者与高脂蛋白水平患者的脂蛋白代谢研究

该数据集来自 clinicaltrials.gov,聚焦正常志愿者与脂蛋白水平升高患者的脂蛋白代谢研究。研究采用放射性标记的载脂蛋白,在控制代谢条件下对健康志愿者和血脂异常受试者进行双标记碘化脂蛋白与载脂蛋白的配对动力学研究,旨在阐明脂质代谢遗传缺陷患者及健康人的代谢通路。所有动力学数据经计算机分析,提供定量数据并便于多项研究直接比较。可用于内分泌、营养和代谢疾病领域的代谢通路与血脂异常研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:低脂蛋白血症、高胆固醇血症、血脂异常、高脂血症。我们拟使用血浆脂蛋白上的放射性标记载脂蛋白研究人体体内脂蛋白代谢。在控制代谢条件下,对血脂正常的健康志愿者对照和血脂异常受试者进行使用双标记碘化脂蛋白和载脂蛋白的配对动力学研究。研究旨在为脂质代谢遗传缺陷未明的患者以及健康志愿者制定代谢通路,从而为正常和病理代谢通路提供原创性见解。所有动力学数据均经计算机分析,以提供定量数据并便于多项研究的直接比较。

【主题与分类】

主题标签:Hypolipoproteinemia、Hypercholesterolemia、Dyslipidemia、Hyperlipidemia。本站分类:内分泌、营养和代谢疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00001154

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT00001154

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

条件:低脂蛋白血症、高胆固醇血症、血脂异常、高脂血症。我们提议利用血浆脂蛋白上的放射性标记载脂蛋白来研究人体体内脂蛋白代谢。在代谢条件受控的情况下,对血脂正常的健康志愿者对照者和血脂异常受试者进行使用双标记碘化脂蛋白和载脂蛋白的配对动力学研究。研究旨在为患有未明确遗传性脂质代谢紊乱的患者以及健康志愿者制定代谢途径,从而为正常和病理代谢途径提供原创性见解。所有动力学数据均经计算机分析,以提供定量数据并促进多项研究的直接比较。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案